En bref. Les étiquettes de langue BCP 47 identifient les langues des contenus, avec des sous-étiquettes facultatives pour les distinctions utiles de système d’écriture et de région.

Définition : Les étiquettes de langue BCP 47 (language tags) identifient la langue d’un contenu, notamment du texte des documents web. Une étiquette se compose de sous-étiquettes, des éléments séparés par des traits d’union qui peuvent préciser une langue et, si nécessaire, son système d’écriture ou sa variante régionale.

Points clés

La RFC 5646, Tags for Identifying Languages de l’IETF, publiée en septembre 2009, définit la construction des étiquettes et constitue la BCP 47 avec la RFC 4647.
La présentation des étiquettes de langue du W3C donne fr-CA pour le français utilisé au Canada et es-419 pour l’espagnol utilisé en Amérique latine.
Le guide de déclaration de la langue en HTML du W3C place la langue par défaut du document dans l’attribut lang de l’élément html.
Le guide de choix des étiquettes du W3C recommande d’ajouter des sous-étiquettes uniquement lorsque la distinction est pertinente dans le contexte du contenu.

Comment s’articulent la langue, le système d’écriture et la région ?

La RFC 5646 attribue une position fixe aux différents types de sous-étiquettes. Une sous-étiquette d’écriture identifie un système d’écriture et contient quatre lettres. Une sous-étiquette de région suit la langue et l’éventuelle sous-étiquette d’écriture ; elle contient deux lettres ou trois chiffres. Les étiquettes sont insensibles à la casse.

La présentation du W3C illustre ces éléments avec zh-Hans, le chinois écrit en caractères simplifiés, et zh-Hant-HK, le chinois traditionnel utilisé à Hong Kong. Ce dernier exemple combine la langue, le système d’écriture et la région dans cet ordre. Par convention, la langue s’écrit en minuscules, le système d’écriture avec une majuscule initiale et les régions désignées par des lettres en majuscules.

Une région peut couvrir plusieurs pays : 419 désigne l’Amérique latine dans es-419. Une sous-étiquette d’écriture explicite le système d’écriture, tandis qu’une sous-étiquette de région exprime une distinction linguistique régionale.

Quand une sous-étiquette régionale est-elle utile ?

Le guide de choix du W3C présente en-GB comme une distinction utile pour la correction orthographique. Il recommande de garder les étiquettes courtes : ja suffit pour le japonais, sauf si le contexte exige de distinguer le japonais utilisé au Japon de celui utilisé ailleurs.

Le même guide applique une approche similaire aux sous-étiquettes d’écriture. Le champ Suppress-Script: Latn associé à l’anglais dans le registre indique que l’écriture latine est habituellement implicite. L’ajout d’un système d’écriture ou d’une région dépend donc de la distinction que le document doit exprimer.

Comment appliquer une étiquette à un document web ?

Le guide HTML du W3C utilise cette déclaration pour une page en anglais :

<html lang="en">

Les éléments du document héritent de cette langue. Un passage dans une autre langue reçoit sa propre déclaration sur l’élément qui l’entoure, comme dans cet exemple adapté du même guide :

<p>The title is "<span lang="fr">Le Bon Usage</span>".</p>

Ici, l’élément span identifie les mots français au sein du paragraphe anglais. La déclaration à la racine se place sur html, ce qui couvre aussi le texte de l’élément head du document.

Termes associés

Questions fréquentes

Où vérifier une sous-étiquette ?

Le guide de choix du W3C vous oriente vers le registre IANA Language Subtag Registry. Recherchez le nom de la langue, vérifiez le champ Type de l’enregistrement et utilisez sa valeur Subtag ; examinez les champs Deprecated et Preferred-Value avant d’adopter un code existant.

Les majuscules changent-elles la langue ?

La RFC 5646 considère les étiquettes comme insensibles à la casse. Vous pouvez suivre les conventions de capitalisation pour rendre leurs éléments plus lisibles.

Puis-je déclarer une autre langue à l’intérieur d’une page ?

Oui. Le guide HTML du W3C place un attribut de langue sur un élément qui entoure le passage, ce qui remplace la langue héritée pour ce contenu.

Sources

Vérifiez comment une page se lit pour les moteurs de réponse. Ouvrir l’analyseur de score GEO

Étiquettes de langue BCP 47